前几天看到一篇很有启发的编译文章，作者是一位做核电数字化控制系统的工程师，看完我想跟大家聊聊我的真实想法。
十多年前，他参与设计美国一座核电站的全套数字控制系统。按照当时的技术水平，这套系统完全可以做到全自动运行，操作人员只需要坐在屏幕前盯着就行，几乎不用动手。
听起来是不是特别美好？省事、稳定、效率拉满。
但他们团队做了一个当时很多人看不懂的决定：明明机器可以全自动跑完的流程，硬要留出几步，必须人工上手操作。
很多人觉得这是倒退，白白牺牲效率。 但他们看得更远：如果操作员长年只负责 “看监控”，慢慢就不会真的操作设备了。手感会生疏，对设备真实工况的感知会越来越弱。自动化系统有个特点：只有遇到它搞不定的故障，才会把控制权交还给人。
而最危险的场景就在这里 —— 出事那一刻，系统把锅甩给操作员，可这个人已经很多年没有亲手操作过这套设备。
可惜这个核电项目最后因为行业经济和政治原因搁置了，并不是工程设计出了问题。但这套思路，放到今天 AI 爆发的时代，反而更有价值。
AI 正在悄悄拆掉新人的成长阶梯
现在企业疯狂上马生成式 AI，效率肉眼可见提升。但两份研究数据值得我们重视： 哈佛调研几十万企业的数据显示，上线 AI 之后，初级岗位数量下滑，资深老员工反而保住了岗位。斯坦福的薪资数据分析，也得出差不多的结论。
当然，学界也有不同声音，有人说年轻人就业难是远程办公不好带新人导致的。但不管是哪个原因，底层逻辑是一致的：新人用来练手、积累经验的基础工作，没了。
以前行业里是师徒模式，新人从基础活做起，踩坑、调试、反复试错，在一堆麻烦里慢慢建立行业直觉。专业能力不是看几篇文档、AI 生成几段内容就能学会的，它来自一次次踩坑、一次次卡在死胡同里的煎熬。
现在简单了，基础活 AI 全包。新人不用再啃枯燥的基础工作，上手直接监督 AI 输出。短期看，新人出活快，企业省成本。 但长期隐患很大：慢慢会出现一大批只会复制、校验 AI 结果，却没有独立判断力的从业者。AI 输出的答案看着自信满满，可一旦模型出错，他们根本识别不出毁灭性的漏洞。
自动化悖论：航空史上血淋淋的教训
说到这里，就不得不提航空业的前车之鉴，最经典的就是法航 447 事故。
当年空速管结冰，传给自动驾驶错误数据，自动驾驶直接断开，把飞机交还给飞行员。飞机硬件没有损坏，完全有机会救回来。可悲剧就在于，飞行员长期依赖自动驾驶，手动飞行的技能早就生疏，识别高空失速、手动救飞机的能力丢失了。
这就是自动化悖论：机器越强大，人类动手练习的机会越少；可一旦机器失灵，最终扛事的，还是人。
航空行业事后吸取教训，FAA 专门发布安全警示，明确手动飞行是飞行技术的根基。不少航空公司调整规则，天气好的时候，鼓励飞行员手动起飞、爬升和初始下降。这么做会多消耗燃油，牺牲一部分效率，但目的很明确：保住飞行员的实操能力。
单纯追求极致效率，却把操作人员的基本功废掉，这不叫优化。只是把风险藏起来，推迟爆发而已。
解决方案：在流程里设置「人工关卡」
结合核电设计思路 + 航空的经验，一个很有意思的思路：在工作流里，主动设置人工关卡。
不是为了增加不必要的审批，也不是单纯的安全锁。核心目标：强制人动手，保住那些容易退化的核心能力。 简单说：提前划定，哪些本事必须留在人身上；然后在日常工作里，刻意制造一点点 “摩擦”，保证人不会手生。
举个例子，软件团队大量用 AI 写代码。 可以定下规则：核心模块出 bug 的时候，初级工程师先关掉 AI，独立复现故障，找到根因，自己写完测试用例。全部独立完成之后，再打开 AI，让 AI 提供修复方案，对比人和 AI 的判断。 当人的结论和 AI 不一致的时候，才是真正学习、校验能力的时刻。把矛盾暴露在平时，而不是重大故障发生的紧急时刻。
很多管理者现在把基础工作当成负担，能交给 AI 就全部外包出去。但我的观点不一样：很多基础工作，不是冗余成本，它是培养未来高手的训练场。 现在图省事砍掉新人练手的机会，本质是透支公司十年之后的人才底气。
最大难点：短期 KPI，和长期人才储备的矛盾
实话实说，这套方案有代价。 设置人工关卡，新人上手做基础工作，短期效率一定会下降，人力成本更高。
但难点就在于，绝大多数公司是按季度考核管理层业绩。你主动保留 AI 本可以替代的人力，短期内看不到收益，反而拉高成本，很容易被董事会质疑。
所以能沉下心做这件事的，大多是不受短期业绩绑架的企业、创始人。要么就像航空行业一样，靠监管强制要求从业者定期实操考核，守住底线。
最后
我并不反对 AI，恰恰相反，AI 是非常强大的工具。 但我们不能无脑拥抱自动化，不能一门心思追逐极致效率。
有些看似 “低效” 的人工环节，不是浪费人力，是一份长期保险。 AI 可以帮我们完成大量基础工作，但不能替我们沉淀判断力、实战手感、处理极端突发问题的能力。
别等到 AI 模型崩溃、系统失效的那一刻，才发现：台下所有人，都已经没有能力兜底。
💬 你所在行业，AI 是不是已经开始接手新人的基础工作？你觉得该怎么平衡效率和新人培养？评论区聊聊。